Parlez à un tuteur
qui n'appelle jamais à l'extérieur.
Reconnaissance vocale, détection de tour de parole et synthèse vocale tournent toutes sur votre machine. Posez une question à voix haute, recevez une explication à l'oral, et continuez — le Wi-Fi coupé, sans qu'aucun son ne sorte de la pièce.
Ce qui rend la conversation possible
Quatre modèles qui coopèrent en local : la reconnaissance vocale, la détection de tour de parole, le tuteur lui-même et une voix.
Reconnaissance vocale hors ligne
La transcription de la parole tourne en local avec les modèles Parakeet. Votre voix est transcrite sur votre propre machine et aucun audio n'est diffusé vers un serveur.
Détection du tour de parole en temps réel
Un modèle dédié de fin d'énoncé détermine quand vous avez fini de parler : la conversation s'enchaîne au lieu d'attendre une pause fixe ou l'appui sur un bouton.
Détection d'activité vocale
Silero VAD sépare la parole du bruit ambiant, ce qui rend l'usage mains libres praticable dans une vraie salle de classe et pas seulement dans un studio silencieux.
Synthèse vocale locale
Le tuteur répond à voix haute avec des voix locales. Choisissez une voix : comme tout le reste, cela fonctionne réseau coupé.
Des tuteurs que vous configurez
Créez un agent par matière, avec son propre prompt système et son propre modèle. Un tuteur de physique qui déroule des démonstrations ne se comporte pas comme un partenaire de conversation en langue.
Il explique plutôt qu'il ne répond
Les agents sont conçus pour dérouler un problème avec vous. C'est à la fois une meilleure pédagogie et l'usage de l'IA que le règlement de votre établissement autorise presque à coup sûr.
Pratique des langues
Parlez dans la langue que vous apprenez et obtenez des corrections expliquées plutôt qu'appliquées en silence, avec des modèles multilingues des deux côtés.
Transcription de cours
Le même moteur vocal transcrit un cours enregistré ou un entretien en un texte que vous pouvez ensuite résumer ou parcourir.
Pourquoi la voix est le mode réellement utilisé
Taper une question est une petite taxe, mais elle se paie à chaque fois. Elle suffit à ce qu'un élève bloqué à l'étape quatre d'une démonstration reste le plus souvent à fixer sa feuille plutôt que de décrire le problème dans un champ de texte. Parler supprime cette taxe, et le nombre de questions posées augmente nettement.
Cela change aussi la nature des questions. Les questions écrites tendent à être bien formulées et définitives. Les questions orales sont à moitié formées, ce qui correspond exactement à l'état dans lequel se trouve un élève au moment où l'aide serait la plus utile.
Pourquoi l'exécution locale compte ici plus que partout ailleurs
Le texte est une chose. Un flux audio continu depuis le bureau d'un enfant en est une autre, et c'est le point auquel les parents et les délégués à la protection des données s'opposent le plus fermement — à juste titre. Un assistant vocal dans le cloud, cela veut dire un flux de microphone qui sort de l'établissement.
La reconnaissance vocale locale supprime ce flux. L'audio est transcrit sur la machine qui l'a capté et n'est jamais transmis, ce qui transforme une conversation difficile en une conversation courte. Cela veut dire aussi aucune facture de transcription à la minute : un élève peut parler pendant une heure sans que personne ne regarde le compteur.
Questions fréquentes
Existe-t-il un tuteur vocal IA qui fonctionne hors ligne ?+
Oui. Grout exécute en local la transcription de la parole, la détection de tour de parole et la synthèse vocale, aux côtés d'un modèle de langue local : vous pouvez donc converser à voix haute avec un tuteur de matière sans connexion réseau. Aucun audio n'est diffusé nulle part.
Le tuteur IA parle-t-il à voix haute ?+
Oui. La synthèse vocale locale lit les réponses du tuteur à voix haute, avec la voix de votre choix. Comme les voix sont locales, cela fonctionne hors ligne et sans coût à la minute.
Puis-je utiliser la voix plutôt que le clavier ?+
Oui, partout dans le studio. La détection d'activité vocale et la détection de fin d'énoncé vous permettent de parler naturellement plutôt que de maintenir un bouton, ce qui compte quand vos mains sont sur une feuille d'exercices.
Est-il sans risque qu'un enfant parle à un tuteur IA ?+
Le risque propre aux assistants vocaux est que la parole d'un enfant soit enregistrée et envoyée à une entreprise. Le traitement local supprime ce transfert : l'audio est transcrit sur place et n'est jamais envoyé. Au-delà de cela, les responsables légaux peuvent consulter l'activité et fixer des limites de temps d'écran.
Puis-je créer un tuteur pour une matière précise ?+
Oui. Chaque agent a son propre prompt système et son propre modèle : vous pouvez configurer un tuteur de chimie qui exige des équations équilibrées et, à côté, un coach de rédaction qui n'écrit jamais de texte à votre place.
La voix fonctionne-t-elle dans d'autres langues que l'anglais ?+
Le studio est livré avec des modèles de parole et de langue multilingues, et l'interface elle-même existe en plusieurs langues. La qualité varie selon la langue : les langues très parlées sont nettement meilleures que les langues rares.
Demandez à voix haute
Téléchargement gratuit pour Windows et macOS. La voix entre, la voix sort, rien n'est envoyé.
Télécharger Grout gratuitement